-
公开(公告)号:CN118714577A
公开(公告)日:2024-09-27
申请号:CN202410856238.8
申请日:2024-06-28
Applicant: 桂林电子科技大学 , 桂林慧谷人工智能产业技术研究院
IPC: H04W12/79 , H04W12/06 , G06N3/0464
Abstract: 本发明公开了一种消除信道效应的射频指纹提取与融合方法,涉及射频指纹提取技术领域,以提高无线射频指纹对无线信道的鲁棒性和射频指纹的可靠性。首先,采用GNUradio和MATLAB搭建了一套OFDM通信收发系统,并采用USRP来传输无线信号。其次,在接收端对接收到的基带信号进行信号解调处理以提取出射频设备USRP的消除信道效应的RFF,最后,采用一种双通道CNN网络的方法对RFF进行融合。
-
公开(公告)号:CN119274566A
公开(公告)日:2025-01-07
申请号:CN202411557781.4
申请日:2024-11-04
Applicant: 桂林电子科技大学
IPC: G10L21/02 , G10L21/0208 , G10L25/03 , G10L25/30 , G10L25/45 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的录播教室语音增强方法,用于对录播教室内采集的语音信号进行增强处理,以提高录播教室音频清晰度和音频信息可懂度。本发明在传统的深度复卷积神经网络的基础上,提出了一种基于时频长短时记忆网络(F‑T‑LSTM)和混合注意力机制的改进网络结构模型。该模型在深度复卷积递归网络上进行改进,通过引入F‑T‑LSTM结构更加准确地描述语音时域和频域的相关性,并融合通道注意力机制和空间注意力机制形成混合注意力机制,对复数域的语音特征进行更加全面的特征提取,巧妙地将计算力集中于语谱图特征信息最为丰富的领域,从而显著提高复数域下语音增强网络的整体性能,该网络模型具有较好的泛化能力。
-